【专题报告】AI+HI系列（3）：人工智能在选股与ETF轮动上应用

证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210号证券分析师：秦玄晋证券分析师：秦玄晋证券分析师：王小川相关研究报告新与应用》《ChatGLM助力量化选股》《人工智能助力量化投资——ChatGLM介绍》略》《CANSLIM3.0投资法——成长与价值轮动》成长型之一》金融工程【专题报告】【专题报告】）：轮动上应用深度学习在量化应用长期以来是投资者关注的重点。然而在2024年年初的A股市场中相关因子出现较大回撤，引发了我们对模型的重新思考。在我们先前的报告中将GRU模型运用在风格平衡的股票池，回测表现相对较好，分析其超额的来源主要我们在前端做了严格的基本面的筛选。在本篇报告，我们尝试将GRU、PatchTST、Transformer、TSMixer、ModernTCN进行多模型集成构建量价因子，并探讨集成因子在选股及ETF轮动上的应用。集成因子测试结果对比集成的量价因子在全A股票池、各大宽基指数（中证1000、中证500和沪深300）、风格池和基金重仓股等不同测试场景中，其单因子的区分度都非常高，IC的均值和中位数均在0.07以上，IC大于0占比均大于70%，同时不论是10分组还是20分组的线性区分度均非常显著。我们发现在基金重仓股上的测试结果略优于在风格基准池中的测试结果。IC均值和中位数由0.08和0.084提高到0.081和0.088，IC大于0占比由70.3%提升到75.2%，年化IC_IR由4提升到4.7。两个池子的选股策略2018年来均能稳定跑赢对比的基准，风格池选股策略2018年来年化收益12.1%，最大回撤23.4%，相对收益8.9%。基金重仓股策略2018年来年化收益13.5%，最大回撤27.8%，相对收益12.1%。ETF基准池中测试在ETF轮动策略中，将ETF分为宽基风格与行业主题两大类，使用个股的集成因子对每只ETF进行评分，筛选得分最高的10只ETF构建轮动策略。宽基、风格ETF轮动策略在2019年01月01日至2024年2月29日期间年化收益率达到11.7%，大幅超过基准（沪深300）的3.1%，阿尔法达到8.5%。而行业、主题ETF轮动策略年化收益率为16%，阿尔法达到12.8%，但在大部分年份中，都实现了对基准的超额收益。策略基于历史数据回测，不保证未来数据的有效性。投资主题报告亮点近年深度学习强大表征能力使其在多个领域取得了显著的应用成果，如何将其运用在量化投资领域仍面临诸多挑战性问题。本文旨在探索不同深度学习模型的多模型集成应用。通过不同的深度学习模型设计，可能对数据产生不同的敏感度和处理能力。我们通过多模型集成提高模型的多样性和鲁棒性，使其在面对不确定性和噪声等复杂的市场环境时，表现出更强的稳定性和准我们在传统选股池的基础上进一步测试了ETF池上深度学习因子的效果，探索ETF作为深度因子的落地工具的可行性，为广大投资者提供新的研究思路，助力量化投资发展。投资逻辑集成模型的概念在机器学习、深度学习领域被广泛应用。通过集成多个深度学习模型利用每个模型的优点，弥补其他模型的不足。本文对不同架构的深度学习进行集成，并探索深度学习在ETF上的应用，对于推动量化投资领域的技术革新和发展具有参考价值。一、策略回顾及时序网络概述 6（一）选股策略表现回顾 6 6 7 8 8 9二、深度时序因子集成 9（一）模型概述 9 （一）风格池内选股组合 五、风险提示 6 6 7 7 7 8 8 9 （一）选股策略表现回顾A股市场过去六年的风格变化进行了细致的分析。在该报告中，我们提出了一项创新性人气指标以及基于朝阳永续的分析师研报文本数据构建的情感因子作为基础构建的选股资料来源：wind,华创证券,截至2024.2.29，注：排名越大涨幅越大级行业的半年度涨幅排名图，过去半年涨幅越大行业排名越高。可以看出行业轮动的现可以看出，煤炭、银行、石油石化及非银金融四个行业是去年下半年至今连续表现较好（一）模型概述因子》中我们介绍了三个Patch+通道独立的设计时序深资料来源：Vaswani,Ashish,etal."Attentionisallyouneed数据输入xin∈RM×L：资料来源：Zhang,A.,Lipton,Z.C.,Li,M.,&Smola,A.J."DiveintoDeepLearning.",华创证券再进行因子集成前我们先对每个因子进行测试，对比其中的测试结果；位数位数相对收益年化波动率相对收益最大回撤本部分开始我们对集成因子在不同的股票池上进行测试来探讨其适用域，我们选择的股值差值数数数值值比量率相对收益率相对收益信息比率2、宽基成分股测试结果R均有显著的超额，24年至今（2024.2.29）累计超值位数位数率相对收益率相对收益信息比率上述图表代表Ensemble_factor在风格池位数位数值均值证监会审核华创证券投资咨询业务资格批文号：证监许可（2率相对收益率相对收益信息比率上述图表代表Ensemble_factor在基金重（一）风格池内选股组合证监会审核华创证券投资咨询业务资格批文号：证监许可（2证监会审核华创证券投资咨询业务资格批文号：证监许可（2从风格基准池的构成来看，其中有一半的成分为大市值的股票，因此策略的历史持仓有公牛集团证监会审核华创证券投资咨询业务资格批文号：证监许可（2证监会审核华创证券投资咨询业务资格批文号：证监许可（2股基准池的超额收益。其中基金重仓股基准池我们按照每个月末进行筛选，在次月初等证监会审核华创证券投资咨询业务资格批文号：证监许可（2证监会审核华创证券投资咨询业务资格批文号：证监许可（2金河生物我们在每周最后一个交易日通过如下方法构建证监会审核华创证券投资咨询业务资格批文号：证监许可（2图表54ETF分大类数量变证监会审核华创证券投资咨询业务资格批文号：证监许可（2资料来源：华创证券证监会审核华创证券投资咨询业务资格批文号：证监许可（2基准相对波动率信息比基准相对波动率信息比证监会审核华创证券投资咨询业务资格批文号：证监许可（20价因子进行结合，并探讨人工智能在选股及ETF轮动上的应用。在宽基指数上的测试中，长期来看集成因子在每个宽基上的区分度均非常显著。在中证证监会审核华创证券投资咨询业务资格批文号：证监许可（20证监会审核华创证券投资咨询业务资格批文号：证监许可（20Zhang,A.,Lipton,Z.C.,Li,M.,&Smola,ASeriesForecasting."arXivpreprintarXiv:2306.09364(2023).arXivpreprintarXiv:2211.14730(2022).Analysis."InternationalConferenceonLearningRepresentations(2024).Vaswani,Ashish,etal."Attentionisallyouneed证监会审核华创证券投资咨询业务资格批文号：证监许可（20金融工程组团队介绍助理研究员：杨宸祎助理研究员：黄河助理研究员：洪远证监会审核华创证券投资咨询业务资格批文号：证监许可（20销售经理销售经理jiangyu@销售经理销售经理销售经理销售经理panyaqi@jiangsaizhuan@销售经理证监会审核华创证券投资咨询业务资格批文号：证监许可（20公司投资评级说明：行业投资评级说明：分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看），免责声明本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性或完整性。本报告所载的资料、意见及推测仅报告中的内容和意见仅供参考，并不构成本公司对具体证券买卖的出价或询价。本报告所载信息不构成对所涉及证券的个人投议，也未考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，自主作资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损